使用机器学习进行天气预测的python代码，数据应包含温度、湿度、气压等信息。并应可视化展示数据的拟合状态等信息

以下是一个使用机器学习进行天气预测的Python代码，使用的是多元线性回归模型，并对数据进行可视化展示：

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt

# 加载数据
data = pd.read_csv('weather_data.csv')
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values

# 拟合线性回归模型
regressor = LinearRegression()
regressor.fit(X, y)

# 预测
new_data = [[25.2, 66, 1013]]
prediction = regressor.predict(new_data)
print("预测结果：", prediction)

# 可视化展示
plt.scatter(X[:, 0], y, color='red', label='Temperature')
plt.scatter(X[:, 1], y, color='blue', label='Humidity')
plt.scatter(X[:, 2], y, color='green', label='Pressure')
plt.plot(X, regressor.predict(X), color='black', linewidth=2)
plt.xlabel('Weather Data')
plt.ylabel('Weather Condition')
plt.legend()
plt.show()

注：此代码中需要自行准备一个名为`weather_data.csv`的数据文件，其中应包含温度、湿度、气压等信息。